Download or read book Modelisation et apprentissage des preferences par reseaux de neurones pour l aide a la decision multicritere written by Kary Främling and published by . This book was released on 1996 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt:

Download or read book Mod lisation et apprentissage des pr f rences par r seaux de neurones written by Kary Främling and published by Presses Academiques Francophones. This book was released on 2015-04-01 with total page 332 pages. Available in PDF, EPUB and Kindle. Book excerpt: La modelisation des preferences des decideurs pour des problemes de choix est l'objet principal de ce travail. Afin d'obtenir des modeles plus realistes, des fonctions de preference contextuelle sont presentees dans cet ouvrage. La complexite d'expression de telles fonctions est reduite par le recours a des techniques d'apprentissage automatique a partir de reseaux de neurones. L'identification des fonctions de preference est realisee par des reseaux de neurones, fondes sur les principes de la regression non lineaire, a partir d'exemples de decision. La visualisation de la fonction apprise et les indicateurs de precision, de sensibilite et de robustesse permettent au decideur d'estimer le moment d'arreter la recherche de solutions. Les fonctionnalites d'explication developpees dans ce travail permettent de justifier les recommandations du reseau neuronal, ce qui constitue un des grands defis du domaine de l'aide a la decision multicritere et des reseaux neuronaux. De telles explications facilitent la prise de decision car elles permettent aux decideurs de mieux comprendre et justifier les decisions."

Download or read book Data Mining in Public and Private Sectors Organizational and Government Applications written by Syvajarvi, Antti and published by IGI Global. This book was released on 2010-06-30 with total page 448 pages. Available in PDF, EPUB and Kindle. Book excerpt: The need for both organizations and government agencies to generate, collect, and utilize data in public and private sector activities is rapidly increasing, placing importance on the growth of data mining applications and tools. Data Mining in Public and Private Sectors: Organizational and Government Applications explores the manifestation of data mining and how it can be enhanced at various levels of management. This innovative publication provides relevant theoretical frameworks and the latest empirical research findings useful to governmental agencies, practicing managers, and academicians.

Download or read book Apprentissage autonome de r seaux de neurones pour le pilotage en temps r el des syst mes de production bas sur l optimisation via simulation written by Wiem Mouelhi-Chibani and published by . This book was released on 2009 with total page 146 pages. Available in PDF, EPUB and Kindle. Book excerpt: Le pilotage en temps réel des systèmes de production nécessite de prendre des décisions complexes sur l'affectation des ressources ou le choix des tâches à réaliser. Compte tenu de l'importance de la pertinence des décisions pour la performance d'un atelier, le pilotage fait l'objet de travaux de recherche dont l'objectif est d'aider les preneurs de décision. En particulier, on ne sait pas évaluer les conséquences sur la performance d'une décision en temps réel car les bonnes performances résultent d'une séquence de décisions et non d'une seule. De ce fait, il est difficile d'établir quelle est la meilleure décision à prendre à un instant donné. Plusieurs auteurs ont utilisé la simulation pour apprendre des bonnes pratiques à l'aide d'approches d'apprentissage automatique, mais se sont heurtés à la difficulté d'obtenir des exemples ou des observations sur des décisions en temps réel, où la prise en compte des changements d'états est indispensable pour choisir des stratégies de production. Nous avons réussi à aborder ce problème en proposant une approche d'apprentissage à l'aide de réseaux de neurones, qui ne nécessite pas d'exemples, d'observations ni de connaissances d'experts préalables. Ce type d'apprentissage s'effectue par optimisation via simulation des paramètres du réseau de neurones par rapport à un objectif de performance du système. Il vise à extraire de façon autonome des connaissances sur la meilleure façon de décider d'un modèle de simulation. Nous montrons la faisablité et l'apport de notre approche sur deux exemples inspirés de la littérature

Download or read book Les r seaux de neurones written by Pierre Borne and published by Editions OPHRYS. This book was released on 2007 with total page 166 pages. Available in PDF, EPUB and Kindle. Book excerpt:

Download or read book Aide au choix des m thodes et outils de conception written by Khaled Benfriha and published by . This book was released on 2005 with total page 173 pages. Available in PDF, EPUB and Kindle. Book excerpt: L'objectif de cette recherche est de montrer qu'il est possible d'intégrer les techniques issues de l'ingénierie de connaissances dans le développement de modèles numériques du processus de conception. La modélisation numérique du processus de conception rentre dans le cadre d'une démarche d'optimisation globale. L'intérêt scientifique est d'explorer de nouvelles voies, par la combinaison de différentes techniques issues de plusieurs domaines technologiques. Nous résumons notre apport en recherche en trois points : la proposition d'un modèle conceptuel paramétrique généralisé pour le processus de conception ; l'adaptation des reseaux de neurones au contexte de la conception ; et enfin un algorithme d'aide au choix d'outils de conception. Cet algorithme est modulaire, évolutif et permet l'intégration d'autres modules proposés en perspective. La démarche utilisée s'appuie essentiellement sur la discrétisation du processus de conception, ce qui nous a permis d'avoir une meilleure visibilité sur les problématiques de recherche qui en découlent, et qui sont nécessaires pour atteindre nos objectifs. Nous nous sommes intéressés particulièrement à la problématique " d'aide au choix d'outils de conception ", où nous avons développé un algorithme intégrant une technique de modélisation par apprentissage (réseau de neurones multicouches). Il s'agit d'un outil qui propose aux concepteurs, en fonction de leurs problématiques de conception, un ensemble d'outils adéquats. Les résultats obtenus ne peuvent être exploités, sous leur forme actuelle, dans le monde industriel. Bien que nous ayons réussi à développer un outil informatique " d'aide au choix des outils de conception " qui a donné des résultats très encourageants, nous considérons que ce dernier reste un moyen de validation, et que ses résultats restent intermédiaires.

Download or read book RESEAUX D ONDELETTES ET RESEAUX DE NEURONES POUR LA MODELISATION STATIQUE ET DYNAMIQUE DE PROCESSUS written by YACINE.. OUSSAR and published by . This book was released on 1998 with total page 185 pages. Available in PDF, EPUB and Kindle. Book excerpt: DURANT LES DIX DERNIERES ANNEES, LES RESEAUX DE NEURONES A FONCTIONS SIGMOIDALES ONT CONNU DE GRANDS SUCCES DANS DE NOMBREUX DOMAINES. ASSOCIES A DES ALGORITHMES D'APPRENTISSAGE EFFICACES, ILS CONSTITUENT UN PUISSANT OUTIL DE MODELISATION NON LINEAIRE DE PROCESSUS, GRACE A LEUR PROPRIETE D'APPROXIMATION UNIVERSELLE PARCIMONIEUSE. CE TRAVAIL DE THESE PROPOSE UNE MISE EN UVRE DE RESEAUX D'ONDELETTES, ALTERNATIVE POSSIBLE AUX RESEAUX DE NEURONES, POUR LA MODELISATION STATIQUE ET DYNAMIQUE. LES ONDELETTES SONT UNE FAMILLE DE FONCTIONS ISSUES DU TRAITEMENT DU SIGNAL ET DE L'IMAGE, DONT IL A ETE RECEMMENT MONTRE QU'ELLES POSSEDENT LA PROPRIETE D'APPROXIMATEUR UNIVERSEL. LA MISE EN UVRE DES RESEAUX D'ONDELETTES EST EFFECTUEE SUIVANT DEUX APPROCHES : - APPROCHE FONDEE SUR LA TRANSFORMEE CONTINUE: LES PARAMETRES DES FONCTIONS SONT A VALEURS CONTINUES DANS L'ENSEMBLE DES NOMBRES REELS ET PEUVENT DONC ETRE AJUSTES, COMME CEUX D'UN RESEAU DE NEURONES CLASSIQUE, A L'AIDE DE METHODES DE GRADIENT. NOUS PROPOSONS DES RESEAUX ET DES ALGORITHMES D'APPRENTISSAGE POUR LA MODELISATION ENTREE-SORTIE ET D'ETAT. LES RESULTATS OBTENUS SUR DES PROCESSUS SIMULES ET REEL MONTRENT QUE CES RESEAUX PERMETTENT D'OBTENIR DES MODELES DE PERFORMANCE ET DE PARCIMONIE EQUIVALENTES A CELLES DES RESEAUX DE NEURONES SI DES PRECAUTIONS DE MISE EN UVRE SONT PRISES. - APPROCHE FONDEE SUR LA TRANSFORMEE DISCRETE: LES PARAMETRES DES FONCTIONS ETANT A VALEURS DISCRETES, LES APPRENTISSAGES FONDES SUR DES METHODES DE GRADIENT NE SONT PAS APPLICABLES. NOUS PROPOSONS DE CONSTRUIRE DES RESEAUX PAR SELECTION D'ONDELETTES DANS UNE BIBLIOTHEQUE PRE-ETABLIE. CETTE PROCEDURE EST EGALEMENT UTILISEE POUR L'INITIALISATION DES PARAMETRES DES ONDELETTES AVANT LEUR APPRENTISSAGE. LES RESULTATS OBTENUS MONTRENT QUE LA PROCEDURE PROPOSEE CONFERE A L'APPRENTISSAGE UNE MEILLEURE INDEPENDANCE VIS-A-VIS DE L'INITIALISATION ALEATOIRE DES AUTRES PARAMETRES AJUSTABLES DU RESEAU.

Download or read book M thodologie de mod lisation et de commande par r seaux de neurones pour des dispositifs lectrotechniques non lin aires written by Christophe Forgez and published by . This book was released on 1998 with total page 145 pages. Available in PDF, EPUB and Kindle. Book excerpt: Le domaine de l'electrotechnique recele differents types de phenomenes non lineaires de par la construction et la constitution des machines ou leurs alimentations. Bon nombre de methodes capables de les traiter existent, mais souffrent de ne pas apporter de solutions universelles tant en modelisation qu'en commande les travaux rassembles dans ce memoire proposent un formalisme de modelisation et de commande de systemes electrotechniques en utilisant les reseaux artificiels de neurones. Nous nous sommes efforces d'appliquer les proprietes d'apprentissage des reseaux neuronaux a differents phenomenes rencontres en genie electrique, notamment en electromecanique et electromagnetisme, tout en evoquant leurs avantages et leurs limites. L'apprentissage permet de modeliser des caracteristiques lineaires, non lineaires ou discontinues, a partir d'echantillons de celles-ci, en utilisant des methodes d'optimisation non lineaires dont la plupart souffrent d'un cout exorbitant en temps de calculs. Pour pallier cet inconvenient majeur nous avons propose une methode dite d'initialisation basee sur une regression non lineaire. Celle ci permet entre autre d'optimiser la structure mathematique du reseau neuronal en fonction de la caracteristique a apprendre ce qui permet de reduire considerablement les temps d'apprentissage et d'augmenter la qualite de modelisation. Cette technique demontree et formalisee a ete mise en pratique sur differentes applications. Nous l'avons tout d'abord testee sur la modelisation d'inductances saturables ce qui a permis de soulever les problemes lies au cout et a la qualite des modeles. Au vue des bonnes performances, nous l'avons appliquee sur la modelisation de cycles majeurs d'hysteresis, puis sur des couples de charges mecaniques.

Download or read book Apport de l intelligence artificielle l aide la d cision multicrit re written by Yves Rommel and published by . This book was released on 2019 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: Cette thèse a pour objet de montrer quel peut être l'apport de l'intelligence artificielle (IA) à l'aide à la décision multicritère. Les techniques d'IA utilisées concernent globalement les modes de représentation des connaissances de type déclaratif, les techniques déductives de résolution des problèmes ainsi que les techniques "inductives" d'apprentissage symbolique des connaissances. Les recherches ont été menées selon deux directions opposées quant à la démarche de modélisation suivie: - la première direction a consisté à définir quel pouvait être l'apport de l'IA dans le cadre de l'analyse multicritère "classique" : à savoir, en se plaçant en aval d'un tableau de performances et selon les approches opérationnelles pour l'agrégation des préférences couramment admises (approche du critère de synthèse, approche du surclassement et approche interactive), comment substituer les algorithmes traditionnels par des techniques relevant de l'IA. Trois méthodes sont ainsi proposées selon les trois approches opérationnelles et permettent, en considérant parallèlement les difficultés rencontrées, de généraliser les résultats de l'apport de telle technique d'IA pour telle approche opérationnelle. - la seconde direction a consisté à considérer l'analyse multicritère dans le cadre de l'architecture et de la modélisation des systèmes- experts. Le pourquoi de cette recherche tient en ce que les systèmes- experts traitent par essence de problèmes de type multicritère. Ont ainsi été redécouvertes les démarches d'agrégation et de désagrégation des préférences, et ont été montrées les perspectives en matière de méthodes interactives.

Download or read book Simulation et inf rence de r seaux de neurones l aide d intelligence artificielle written by Mohamed Bahdine and published by . This book was released on 2020 with total page pages. Available in PDF, EPUB and Kindle. Book excerpt: Résumé en anglais

Download or read book R seaux de neurones textures et mod les markoviens pour la d tection et l identification d objets en mouvement written by Souad Haddadi and published by . This book was released on 1997 with total page 172 pages. Available in PDF, EPUB and Kindle. Book excerpt: Cette thèse, propose le développement d'une méthode d'analyse de séquence d'images pour l'interprétation de scènes dynamiques où évoluent des objets quelconques ou des êtres humains, sur fond non uniforme et sous éclairage peu contrôlé. Deux axes de recherche ont été abordés : l'analyse de mouvement (détection des objets en mouvement) et la reconnaissance des formes (identification des objets). L'approche de détection proposée s'appuie sur une procédure de segmentation statistique fondée sur le principe markovien et sur l'analyse de la texture. En considérant un opérateur fondé sur les différences entre trois images successives prises deux à deux, on met en évidence les objets mobiles ainsi que les régions du fond découvertes ou recouvertes par ces objets pendant leur mouvement. Une segmentation grossière est ensuite appliquée afin de ne traiter que les zones retenues de l'image. On enchaîne par une segmentation plus fine fondée sur le principe markovien et textural en rapprochant ce problème à celui d'une classification de l'image en pixel fixe et pixel mobile. L'approche d'identification de ces objets utilise un modèle statistique par les réseaux de neurones artificiels. Ils permettent ainsi l'apprentissage numérique par l'exemple. Des modèles d'architectures de réseaux de neurones ont été développés et appliqués à l'identification des êtres humains. Les performances de ces réseaux ont été calculées à l'aide de deux bases de données construites à cette occasion. Nous avons montré que l'on pouvait obtenir de bonnes performances à l'aide de réseaux du type MLP pour notre application. Toutefois, les études menées au cours de cette thèse soulèvent un certain nombre de problèmes théoriques difficiles, ainsi par exemple, à plusieurs reprises, nous nous sommes trouvés confrontés aux problèmes de la sélection d'un ensemble d'apprentissage pertinent.

Download or read book Am lioration de la pr diction d un simulateur des r seaux mobiles par apprentissage de distributions de probabilit written by Zakaria Nouir and published by . This book was released on 2008 with total page 196 pages. Available in PDF, EPUB and Kindle. Book excerpt: Soumis à une forte concurrence, les opérateurs des réseaux mobiles sont amenés à s'engager sur la qualité de service offerte aux clients, devenue un enjeu majeur dans le choix de l'infrastructure et des services associés. Ces opérateurs ont recours à des simulations durant la phase de déploiement et d'optimisation du réseau. Ces simulations doivent être robustes afin de donner une idée fiable du comportement du réseau. Cette thèse a deux contributions principales. La première contribution propose une méthode de simulation bénéficiant des avantages évitant les inconvénients des approches existantes. La méthode proposée combine l'utilisation des modèles a priori et l'utilisation des informations \emph{a posteriori} afin de garantir une simulation robuste, semi-couplée, et applicable à toutes les configurations. Pour y parvenir, les modèles mathématiques sont utilisés pour calculer, dans une première approximation, des distributions des indicateurs de performance. Les distributions des indicateurs de performances simulées présentent, par rapport à celles mesurées, un biais dû aux différentes simplifications faites dans les modèles a priori. La relation entre les mesures et les simulations est apprise par un système d'apprentissage, de type réseau de neurones, et elle est utilisée pour corriger le biais existant. La seconde contribution de cette thèse est l'utilisation d'une technique de pré-traitement des données, en aval du réseau de neurones, pour remédier aux problèmes de complexité et d'apprentissage rencontrés pendant la phase d'apprentissage: les indicateurs de performances sont corrélés et les distributions utilisées doivent être des distributions muti-dimensionelles conjointes, ce qui augmente le nombre d'entrées/sorties du réseau de neurones. La technique de pré-traitement d'analyse en composantes indépendantes a permis d'utiliser des distributions indépendantes et de réduire la complexité de l'apprentissage. Le principal intérêt de la méthode proposée est la possibilité de généraliser le résultat de l'apprentissage à des nouvelles configurations pour lesquelles l'opérateur ne possède pas des mesures correspondantes. La capacité de généralisation du système d'apprentissage a été testée et une amélioration a été proposée pour garantir une généralisation acceptable. Il s'agit de contrôler la taille de l'espace d'apprentissage pour trouver un compromis entre la minimisation de l'erreur réelle et la minimisation de l'erreur empirique et un arbitrage entre la réduction du biais et la réduction de la variance de l'estimation. Ces compromis sont contrôlés par une classification de l'espace d'apprentissage en sous espaces dans lesquels les performances de généralisation du réseau des neurones sont meilleures.

Download or read book Les r seaux de neurones et l aide au diagnostic written by Éric Bernauer and published by . This book was released on 1996 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt:

Download or read book R seaux de neurones profonds pour la classification d objets en imagerie infrarouge written by Antoine d' Acremont and published by . This book was released on 2020 with total page 129 pages. Available in PDF, EPUB and Kindle. Book excerpt: Les performances des technique d'apprentissage profond et plus particulièrement les réseaux de neurones convolutifs, ou CNN, sont conditionnés par la taille et la qualité des bases de données d'entrainement. Dans un contexte comme celui de l'identification de véhicules militaires dans des images infrarouges, il est difficile de constituer de telles bases d'apprentissage. Pour y remédier, il est possible d'utiliser la simulation pour générer ces ensembles de données. Cependant, les architectures issues de l'état de l'art généralisent mal sur des données réelles après un entrainement sur données simulées. Dans cette thèse, nous proposons un réseau convolutif spécifique, appelée cfCNN, qui permet d'obtenir de meilleures performances que les modèles de l'état de l'art que nous avons testés. Nous supposons que les images qui lui seront présentées seront issues d'un module de détection qui peut être imparfaite. Nous évaluons donc la robustesse du cfCNN face à des translations et des changements d'échelle de la cible dans l'image d'entrée. Face à ces perturbations, le cfCNN montre une meilleure robustesse par rapport à des réseaux convolutifs issus de l'état de l'art. Pour améliorer la confiance dans les prédictions du cfCNN, nous proposons un module de détection d'anomalies de classification, basé sur le Local Outlier Factor. Cette approche montre de bonnes performances sur des données d'entrainement et de test homogènes. Cependant elle est moins performante pour un problème de transfert entre des données simulées et réelles. Pour compenser cette baisse de performance nous proposons alors un schéma en cascade qui exploite les informations issues de différentes couches du cfCNN.

Download or read book Algorithmes d apprentissage profonds supervis s et non supervis s written by Eric Thibodeau-Laufer and published by . This book was released on 2013 with total page pages. Available in PDF, EPUB and Kindle. Book excerpt: La liste des domaines touchés par l'apprentissage machine s'allonge rapidement. Au fur et à mesure que la quantité de données disponibles augmente, le développement d'algorithmes d'apprentissage de plus en plus puissants est crucial. Ce mémoire est constitué de trois parties: d'abord un survol des concepts de bases de l'apprentissage automatique et les détails nécessaires pour l'entraînement de réseaux de neurones, modèles qui se livrent bien à des architectures profondes. Ensuite, le premier article présente une application de l'apprentissage machine aux jeux vidéos, puis une méthode de mesure performance pour ceux-ci en tant que politique de décision. Finalement, le deuxième article présente des résultats théoriques concernant l'entraînement d'architectures profondes nonsupervisées. Les jeux vidéos sont un domaine particulièrement fertile pour l'apprentissage automatique: il estf facile d'accumuler d'importantes quantités de données, et les applications ne manquent pas. La formation d'équipes selon un critère donné est une tˆache commune pour les jeux en lignes. Le premier article compare différents algorithmes d'apprentissage à des réseaux de neurones profonds appliqués à la prédiction de la balance d'un match. Ensuite nous présentons une méthode par simulation pour évaluer les modèles ainsi obtenus utilisés dans le cadre d'une politique de décision en ligne. Dans un deuxième temps nous présentons une nouvelleméthode pour entraîner des modèles génératifs. Des résultats théoriques nous indiquent qu'il est possible d'entraîner par rétropropagation des modèles non-supervisés pouvant générer des échantillons qui suivent la distribution des données. Ceci est un résultat pertinent dans le cadre de la récente littérature scientifique investiguant les propriétés des autoencodeurs comme modèles génératifs. Ces résultats sont supportés avec des expériences qualitatives préliminaires ainsi que quelques résultats quantitatifs.

Download or read book Mod les statistiques et r seaux de neurones written by Wenhua Zhu and published by . This book was released on 2019 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: Cette thèse a abordé deux grands thèmes : analyse des données et réseau de neurones. Elle présente les principales méthodes de l'analyse discriminante et traite des aspects importants de ce domaine : procédure d'apprentissage, construction et validation de règle de décision, sélection du meilleur modèle, liaisons avec des réseaux de neurones multicouches. La thèse a développé certaines techniques pour améliorer la qualité de l'apprentissage et pour réduire la complexité du réseau de neurones.

Download or read book ETUDE D UNE MACHINE MODULAIRE DE SIMULATION DE RESEAUX NEUROMIMETIQUES written by NICOLAS.. MAUDUIT and published by . This book was released on 1990 with total page pages. Available in PDF, EPUB and Kindle. Book excerpt: DIFFERENTES APPROCHES DU PARALLELISME SONT SUIVIES AUJOURD'HUI, TANT POUR DEPASSER LES PERFORMANCES DES CALCULATEURS CLASSIQUES QUE POUR ABORDER CERTAINS PROBLEMES OU L'EMERGENCE D'UNE SOLUTION EST L'ABOUTISSEMENT D'UN PROCESSUS COLLECTIF. CES RECHERCHES CONCERNENT LES RESEAUX DE NEURONES FORMELS, PAR LE PARALLELISME QUI LES CARACTERISE, LEUR PRINCIPE DE CONTROLE ET LEURS DOMAINES D'APPLICATION. CETTE DISCIPLINE CONNAIT ACTUELLEMENT UN ESSOR IMPORTANT, GRACE A L'EVOLUTION DES ALGORITHMES D'APPRENTISSAGE APRES UN DEMI SIECLE DE RECHERCHES PLURIDISCIPLINAIRES, ET AUX POSSIBILITES D'INTEGRATION DE TELS AUTOMATES PAR LES TECHNOLOGIES ACTUELLES. CETTE ETUDE PRESENTE UN CIRCUIT INTEGRE DIGITAL SEMI-PARALLELE, MODULAIRE ET RECONFIGURABLE, POUVANT PRENDRE PLACE DANS DIVERSES ARCHITECTURES DE MACHINES POUR EFFECTUER DES SIMULATIONS DE RESEAUX DE NEURONES. DANS LE BUT DE FACILITER L'INTERFACAGE AVEC UN LARGE ENSEMBLE DE CALCULATEURS, LA TECHNOLOGIE EMPLOYEE RESTE CLASSIQUE (CELLULES PRECARACTERISEES CMOS). LES DIVERS MODES DE CONTROLE DU CIRCUIT PERMETTENT D'ALLEGER DANS UNE CERTAINE MESURE LA TACHE DU SYSTEME HOTE, POUR OBTENIR UNE AMELIORATION SIGNIFICATIVE DES PERFORMANCES PAR RAPPORT AUX ORDINATEURS SEQUENTIELS. PLUSIEURS TYPES D'UTILISATION DU CIRCUIT SONT ENVISAGEABLES, DEPUIS DES APPLICATIONS DEDIEES OPTIMISEES OU LES PARAMETRES DU RESEAU DE NEURONES SONT FIGES, JUSQU'A DES MACHINES NEURONALES D'USAGE GENERAL SUR LESQUELLES IL EST POSSIBLE DE SIMULER UNE GRANDE VARIETE D'ARCHITECTURES DE RESEAUX DE NEURONES, AVEC DIFFERENTS ALGORITHMES DE RESOLUTIONS ET D'APPRENTISSAGE, ET UNE CERTAINE LIBERTE CONCERNANT LES CARACTERISTIQUES DES COEFFICIENTS. L'EXPLOITATION DE CE CIRCUIT, EN PARTICULIER AVEC LE DEVELOPPEMENT D'OUTILS LOGICIELS POUR LE METTRE EN OEUVRE, CONTRIBUERA A MIEUX CERNER CERTAINS POINTS CLE DES ARCHITECTURES MATERIELLES POUR LA SIMULATION DES RESEAUX DE NEURONES ET AMELIORER LES GENERATIONS SUIVAN